CCAI 2017中国人工智能大会参会感想

作者/赵屹华

年初回到杭州工作，今年的人工智能大会也移到杭州举办，感到甚是幸运。感谢CSDN的朋友们给我提供了零距离接触大师、聆听分享的机会。

几十场分享和讨论中，我印象最深刻的还是李德毅院士关于L3无人驾驶车的报告。自动挡、定速巡航的功能仿佛才普及不久，无人驾驶技术已经扑面而来，真是让我这个手动挡爱好者有点儿猝不及防。李院士从设计者和研发者的角度对无人车的挑战和量产做了深入剖析，我就从使用者的角度谈一点思考。

李院士在报告中提到了无人车有360度的高精度雷达、100亿公里的道路测试，并且经过严格的专业测试才可能获得执照。作为乘客，我想再冗余的测试也不嫌多。有人曾经评价百度的无人车“三千多个场景，一万多个if，巨坑无比”。不知这位同学是高级黑还是真愚蠢。保守估计linux系统内核都有三万个if，眼观六路、耳听八方的无人车才区区一万多个if怎么嫌多。百度要是宣布再增加几万个if我都不拒绝。

做过软件开发的同学都知道，一个完善的软件产品，主要的逻辑部分代码可能只占10%，其余90%的代码都是在处理边界条件和异常。天知道用户会输入什么千奇百怪的数据把控制系统搞挂了。宁可处理器响应时间慢几毫秒，也不见得比驾驶员的反应时间还慢。

跑在路上的无人驾驶汽车，它不仅要面临诸如传感器失效、数据传输失败等bug，甚至真的会碰到地震、塌方、桥梁断裂等不测风云。我们都不希望自己是这个倒霉蛋。我巴不得让工程师在汽车出厂前给控制系统跑一亿个单元测试，训练数据能够穷举世界上所有可能发生的路况以及处置办法，深度学习模型的精度超过99.9999%。在ImageNet比赛中0.1%的精度提升可能只是排位的变化，现实中的0.1%可能就是几百起车祸。

还有，技术的角色在有些问题面前却显得很尴尬，即使李院士这样的大牛可能也进退维谷，比如著名的“电车难题”。

一个疯子把五个无辜的人绑在电车轨道上。一辆失控的电车朝他们驶来，我若拉下控制杆，电车朝另一条轨道方向驶去，但那条轨道上有一个同样无辜的人。把电车换成无人驾驶车该怎么办呢？

从功利主义的角度来说，选择换轨道的损失较小。这里假设我们追求人生而平等的理想，生命和生命是等价的。无人驾驶算法为了最小化损失函数的值，会选择用一条生命换回五条生命。于是，在这种情况下更换轨道似乎是更合理的选择。

如果我们换一下假设条件，五个无辜者是即将被枪决的罪犯，躺在另一条轨道上的无辜者是Geoffrey Hinton，并且无人车的传感器识别出了他们。再一次以功利的角度审判，Hinton的价值显然高于五个将被枪决的罪犯，控制算法为了找到最优解，似乎不应该更换轨道。

那么问题来了，如果五个罪犯换成了五个博士生呢？尴尬，这个优化函数又该怎么解？深度学习模型的训练样本又该由谁来标记呢？想象一下，今后你我都是谷歌或者百度无人车深度学习模型里的一维特征，GPU集群哼哧哼哧地计算了三天三夜终于得到了收敛的权值参数。你的权重是0.63，我的权重是0.78，而你和玛莎拉蒂的交叉特征权重又高于我和长安之星的权重。是不是细思极恐！

不过，我向来相信技术，认为无人驾驶的处理器比我对车辆的操控能力更强，高精度的雷达和传感器比我的眼睛和耳朵更敏锐，GPS和深度学习算法比我规划线路的能力更强。人工智能方兴未艾，无人驾驶车是领域的探路者，无人驾驶技术如今面临的问题在其它人工智能产品中迟早都会遇到。晚来不如早来，早来早受益。至于矛盾，不妨借鉴小平同志的智慧，“搁置争议，让更聪明的后人来解决它们”吧。